农产品市场价格的集成预测方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1. 绪论 | 第9-19页 |
| 1.1 选题背景及研究意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 国内农产品价格波动特征研究现状 | 第11-12页 |
| 1.2.2 农产品市场价格预测方法研究现状 | 第12-15页 |
| 1.3 本文的研究目标 | 第15-16页 |
| 1.4 本文研究内容及主要创新点 | 第16-19页 |
| 1.4.1 研究内容 | 第16-17页 |
| 1.4.2 技术路线与研究方法 | 第17页 |
| 1.4.3 主要创新点 | 第17-19页 |
| 2. 农产品价格波动特征及预测方法 | 第19-29页 |
| 2.1 农产品价格波动现状 | 第19-20页 |
| 2.2 农产品价格波动特征分析 | 第20-24页 |
| 2.2.1 农产品价格波动时间运动轨迹 | 第20-22页 |
| 2.2.2 农产品价格波动结构特征分析 | 第22-24页 |
| 2.3 农产品价格波动预测方法评述 | 第24-27页 |
| 2.3.1 回归分析方法 | 第24-25页 |
| 2.3.2 时间序列预测法 | 第25-26页 |
| 2.3.3 智能预测方法 | 第26-27页 |
| 2.3.4 合预测方法 | 第27页 |
| 2.3.5 集成预测方法 | 第27页 |
| 2.4 本章小结 | 第27-29页 |
| 3. EMD-SVM集成预测模型的理论基础 | 第29-43页 |
| 3.1 引言 | 第29页 |
| 3.2 经验模态分解的基本理论 | 第29-34页 |
| 3.2.1 瞬时频率 | 第29-30页 |
| 3.2.2 特征时间尺度 | 第30-31页 |
| 3.2.3 本征模态函数 | 第31-32页 |
| 3.2.4 EMD分解的原理及实现 | 第32-34页 |
| 3.3 支持向量机的基本理论 | 第34-39页 |
| 3.3.1 SVM基本原理 | 第35-38页 |
| 3.3.2 SVM要素选取 | 第38-39页 |
| 3.4 GA优化SVM参数 | 第39-41页 |
| 3.4.1 GA优化概述 | 第39-40页 |
| 3.4.2 GA优化模型的建立 | 第40-41页 |
| 3.5 本章小结 | 第41-43页 |
| 4. EMD-SVM集成预测模型构建与实证分析 | 第43-55页 |
| 4.1 引言 | 第43页 |
| 4.2 EMD-SVM集成模型的构建 | 第43-44页 |
| 4.2.1 样本数据的选择 | 第43页 |
| 4.2.2 EMD-SVM集成模型算法 | 第43-44页 |
| 4.3 实证分析 | 第44-51页 |
| 4.3.1 数据及评价准则 | 第44-46页 |
| 4.3.2 实验内容及过程 | 第46-49页 |
| 4.3.3 模型结果分析 | 第49-51页 |
| 4.4 农产品价格预测的指导意义 | 第51-54页 |
| 4.5 本章小结 | 第54-55页 |
| 5. 总结与展望 | 第55-57页 |
| 5.1 总结 | 第55页 |
| 5.2 展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 附录Ⅰ | 第61-64页 |
| 致谢 | 第64页 |
